ESTADISTICA NO PARAMETRICA

DISTRIBUCION X2
ADAPTADO POR MIGUEL A. HUARINGA SNCHEZ
DEL TEXTO DE MASSON.

2001 Alfaomega Grupo

1-1

Captulo catorce

Mtodos no
paramtricos:
OBJETIVOS aplicaciones de ChiAl terminar este captulo podr:
cuadrada

UNO
Enumerar las caractersticas de la distribucin Chi-cuadrada.
DOS
Realizar una prueba de hiptesis para comparar un conjunto observado de
frecuencias observadas con un conjunto de frecuencias esperadas.
TRES
Efectuar una prueba de hiptesis de normalidad, usando la distribucin Chicuadrada.
CUATRO
Realizar una prueba de hiptesis para determinar si dos criterios de
clasificacin estn relacionados.

2001 Alfaomega Grupo

14-2

Caractersticas de la distribicin Chicuadrada

Las caractersticas principales de la

distribucin chi-cuadrada son:

tiene sesgo positivo

es no negativa
est basada en los grados de liberad
cuando los grados de libertad cambian se
crea una nueva distribucin

2001 Alfaomega Grupo

2-2

P
r
o
b
a
b
i
l
i
d
a
d

CHI-SQUARE
CHI-SQUARE DISTRIBUTION
DISTRIBUTION
gl = 3
gl = 5
gl = 10

Valores de chi-cuadarada
2001 Alfaomega Grupo

PRUEBA DE BONDAD DE
AJUSTE

2001 Alfaomega Grupo

14-4

Prueba de bondad de ajuste:

frecuencias esperadas iguales

Consiste en probar H0 que los datos

muestrales se distribuyen siguiendo un
determinado modelo.
Los valores de la variable en la muestra y
sobre la cual queremos realizar la inferencia
deber dividirse en clases de ocurrencia
(categoras).
Consiste en verificar la concordancia entre
las frecuencias observadas (Oi) y las
frecuencias esperadas (Ei) usando como
prueba de bondad de ajuste la chi cuadrada.
2001 Alfaomega Grupo

14-4

Prueba de bondad de ajuste:

frecuencias esperadas iguales
Sean f0 y fe las frecuencias observada y esperada
respectivas.

H0 : no hay diferencia entre f0 y fe

H1 : existe una diferencia entre f0 y fe

El estadstico de prueba es:

f0 fe
fe

El valor crtico es un valor de chi-cuadrada con

(k - 1) grados de libertad, donde k es el nmero
de categoras.
2001 Alfaomega Grupo

14-5

EJEMPLO 1

Los siguientes datos de ausentismo se

recolectaron
en
una
planta
manufacturera.
Con = 0,05, realice una prueba para
determinar si existe diferencia en el tasa
de ausentismo por da de la semana.

2001 Alfaomega Grupo

EJEMPLO 1

continuacn

1. Planteo de hiptesis:
H0 : Los datos se ajustan a una distribucin uniforme
H1 : los datos no se ajustan a una distribucin uniforme
2. Nivel de significacin: = 0,05
3. Estadstico de prueba

4. Valores crticos:
(v : nmero de filas-1)
X20,025; 4 = 0,484
X20,975; 4 = 11,14
2001 Alfaomega Grupo

2
k

f0 fe
fe

EJEMPLO 1

Da
Lunes

continuacn

Frecuenci Frecuenci
(|Oi as
as
|Oi - Ei|
Ei|)2/Ei
observad esperada
as
s
120

89

31

10.7978

Martes
Mircole
s

45

89

44

21.7528

60

89

29

9.4494

jueves

90

89

0.0112

Viernes

130

89

41

18.8876

TOTAL

445

X2K

60.8989

2001 Alfaomega Grupo

14-6

EJEMPLO 1

continuacn

Si fuera de una sola cola entonces, el

valor crtico es 9.488

Conclusin: rechazar H0 y concluir

que existe una diferencia entre las
frecuencias observadas y las
esperadas de ausencias.
2001 Alfaomega Grupo

14-7

EJEMPLO 1

continuacn

En resumen:
H0 : no existe diferencia entre las frecuencias
observadas y esperadas de ausencias.
H1 : existe una diferencia entre las frecuencias
observadas y esperadas de ausencias.
Estadstico de prueba: chi-cuadrada = 60.8
Regla de decisin: rechazar H0 si el estadstico de
prueba es mayor que el valor crtico.
Conclusin: rechazar H0 y concluir que existe una
diferencia entre las frecuencias observadas y las
esperadas de ausencias.

2001 Alfaomega Grupo

14-8

Prueba de bondad de ajuste:

frecuencias esperadas distintas
EJEMPLO 2
El U.S. Bureau of the Census indica que 63.9%
de la poblacin est casada, 7.7% es viuda,
6.9% divorciada (y no vuelta a casar) y 21.5%
soltera (nunca casada).
Una muestra de 500 adultos del rea de
Filadelfia indica que 310 personas estaban
casadas, 40 viudas, 30 divorciadas y 120
solteras.
Para 0,05 de nivel de significancia se puede
concluir que el rea de Filadelfia es diferente al
de Estados Unidos como un todo?
2001 Alfaomega Grupo

14-10

EJEMPLO 2

continuacin

Paso 1:
H0 : la distribucin no ha cambiado.
H1 : la distribucin cambi.
Paso 2: =.05
Paso 3: el estadstico de prueba X2, con v = (4-1) = 3
Paso 4: regin crtica
X20,95; 3 = 7,815

2001 Alfaomega Grupo

EJEMPLO 2

continuacin

Paso 5: Calculamos X2k

Frecuen Frecuen
(|Oi ESTADO
cias
cias
|Oi - Ei|
CIVIL observa esperad
Ei|)2/Ei
das
as
Casado

310

319.5

-9.5

0.2825

Viudo
Divorcia
do

40

38.5

44

0.0584

30

34.5

29

0.5870

Soltero

120

107.5

12.5

1.4535

TOTAL

500

500

X2K

2.3814

Paso 6: H0 se acepta. La distribucin no cambi.

2001 Alfaomega Grupo

14-11

Prueba de bondad de ajuste para

normalidad
Propsito: probar si las frecuencias observadas en
una distribucin de frecuencias se ajusta a la
distribucin normal terica.
Procedimiento: determinar la media y la desviacin
estndar de la distribucin de frecuencias.
Calcular el valor z para el lmite inferior y
superior de cada clase.
Determinar fe para cada categora
Usar la prueba de bondad de ajuste de chi
cuadrada para determinar si fe coincide con f0

2001 Alfaomega Grupo

14-12

EJEMPLO 3

Una muestra de 500 donativos a la Arthritis

Foundation se presenta con la siguiente
distribucin de frecuencias. Es razonable
concluir que se tiene una distribucin normal
con media de $10 y desviacin estndar de
$2? Use .05 de nivel de significancia.
Nota: para calcular fe para la primera clase,
primero se calcula la probabilidad de esta clase.
P(X<6)=P[Z<(6-10)/2]=.0228. As,

fe es (.0228)(500) = 11.4
2001 Alfaomega Grupo

14-13

EJEMPLO 3
cantidad
gastada

Total

f0

500

2001 Alfaomega Grupo

continuacin

rea

500

336.33

14-13

EJEMPLO 3
cantidad
gastada

Total

f0

500

2001 Alfaomega Grupo

rea

continuacin

fe

( f 0 f e )2 / fe

500

336.33

14-14

EJEMPLO 3

continuacin

Paso 1: H0 : la distribucin es normal.

H1 : la distribucin no es
normal.
Paso 2: H0 se rechaza si = 0,05
Paso 3: x2k = 336,33
Paso 4: H0 se rechaza.
La distribucin
2
no es normal x > 11.07, gl = 5,
2001 Alfaomega Grupo

PRUEBA DE HOMOGENIDAD
DE VARIAS MUESTRAS
CUALITATIVAS

2001 Alfaomega Grupo

Prueba de Homogeneidad de varias

muestras cualitativas

Consiste en comprobar si varias muestras

de un carcter cualitativo proceden de la
misma poblacin por ejemplo: estas tres
muestras de alumnos provienen de
poblaciones con igual distribucin de
aprobados?.

Es necesario que las dos variables

medibles estn representadas mediante
categoras con las cuales construiremos
una tabla de contingencia.

2001 Alfaomega Grupo

Prueba de Homogeneidad de varias

muestras cualitativas

La hiptesis de que las m poblaciones

son homogneas, se traduce en que cada
conjunto Aj debe tener una probabilidad
terica pj, desconocida, pero que no varia
de la poblacin i a la poblacin i.
Esto debe verificarse para todas las
categoras i, adems las categoras
deben ser homogneas en las diversas
muestras

2001 Alfaomega Grupo

Prueba de Homogeneidad de varias

muestras cualitativas. Ejemplo
Estamos interesados en estudiar la fiabilidad de
cierto componente informtico con relacin al
distribuidor que nos lo suministra. Para realizar
esto, tomamos una muestra de 100 componentes de
cada uno de los 3 distribuidores que nos sirven el
producto comprobando el nmero de defectuosos en
cada lote. La siguiente tabla muestra el nmero de
defectuosos para cada uno de los distribuidores.
DISTRI
COMPONENTES
BUIDOR
DEFECTUOSOS
1

16

2
3

24
09

TOTAL
2001 Alfaomega Grupo

49

COMPONENTES
CORRECTOS

TOTAL

94

100

76

100

81

100

251

300

Solucin: Debemos realizar un contraste de homogeneidad para

concluir si entre los distribuidores existen diferencias de fiabilidad
referente al mismo componente.
DISTRI
BUIDOR
1
2
3
TOTAL

COMPONENTES
DEFECTUOSOS
fo
fe

16
24
09
49

COMPONENTES
CORRECTOS
fo
fe

TOTAL

(16,33 )

84

(83,66)

100

(16,33)

76

(83,66)

100

(16,33 )

91

(83,66)

100

251 (83,66)

300

(16,33)

Grados de libertad: (3-1) * (2-1) = 2

8, 246
2
k

X2 (0,95; 2) = 5,99 . Por tanto no existe homogeneidad por lo tanto

existe diferencias entre los distribuidores
2001 Alfaomega Grupo

PRUEBA DE
INDEPENDENCIA

2001 Alfaomega Grupo

14-15

Anlisis de tablas de contingencia

El anlisis de tablas de contingencia se usa para
probar si dos caractersticas o variables estn
relacionadas.
Cada observacin se clasifica segn las dos
variabes.
Se usa el procedimiento de prueba de hiptesis
normal.
Los grados de libertad son iguales a: (nmero
de filas - 1) * (nmero de columnas - 1).
La frecuencia esperada se calcula como:
Frecuencia esperada = (total por fila)*(total por
columna)/gran total

2001 Alfaomega Grupo

Prueba de Independencia
La prueba de Independencia, consiste en
comprobar si dos caractersticas cualitativas estn
relacionadas entre s (por ejemplo: el color de ojos
est relacionado con el color de los cabellos?).
Aunque conceptualmente difiere del procedimiento
anterior, operativamente proporciona los mismos
resultados. Este tipo de contrastes se aplica cuando
deseamos comparar una variable en dos
situaciones o poblaciones diferentes, ejemplo:
deseamos estudiar si existen diferencias en las dos
poblaciones respecto a la variable de estudio.

2001 Alfaomega Grupo

14-16

EJEMPLO 4

Existe una relacin entre el lugar de

un accidente y el sexo de la persona
accidentada? Una muestra de 150
accidentes presentada a la polica
estaba clasificada por tipo y sexo.
Con .05 de nivel de significancia, se
puede concluir que el sexo y el lugar
del accidente estn relacionados?

2001 Alfaomega Grupo

14-17

EJEMPLO 4

continuacin

Nota: la frecuencia esperada para la interseccin

hombre-trabajo se calcula como (90)(80)/150 = 48.
De manera similar, se pueden calcular las frecuencias
esperadas para las otras celdas.
2001 Alfaomega Grupo

14-18

EJEMPLO 4

continuacin

Step 1: H0 : el sexo de la persona y el

lugar del accidente no estn relacionados.
H1 : el sexo y el lugar estn relacionados.
Step 2: H0 se rechaza si
x 2 > 5.991, gl = 2 ,
=.05
Step 3: 2
x = 16.667
Step 4: H0 se rechaza. El sexo y el lugar s
tienen una relacin.

2001 Alfaomega Grupo